行銷的核心活動，是了解顧客需求、開發新產品和新服務，然後說服人們購買。這些能力都可以透過AI來大幅強化。你想想，在行銷活動中，是否多多少少會使用到各種聊天機器人、爬蟲程式、數據預測程式…等等這些AI工具呢？
2020年，德勤顧問公司的全球調查顯示，AI技術發展的前五項目標中就有三項是行銷導向。而且全球有高達七成的AI高階主管認為，三年之內，AI會整合到所有的企業應用程式中。
不過，各位從事行銷的朋友，你們真的知道現在的AI行銷工具有多麼厲害嗎？讓我們分成四類，來替你梳理現在市面上的各種AI行銷方式，讓你能更精確掌握自己需要的工具。
行銷用的AI工具可根據兩個面向來分類，分別是「AI的智慧程度」，以及「它是獨立運作的AI，還是某個大平台的一部分」。
首先，讓我們從智慧程度來檢視其中兩種類型的AI。
第一類是「任務自動化」的AI。
這類AI只會根據使用者輸入的數據，來執行設定好的任務，智慧程度比較低，沒有辦法辨識顧客的想法，提供客製化的服務。這類型的AI在我們身邊很常見，比方社群平台上的聊天機器人，或是自動發送通知email的發信系統。
第二類是「機器學習」的AI。
這類AI可以透過不斷輸入的數據，接受訓練並自動學習，做出複雜的預測和決定，它不但可以辨識圖像、解密文本、區隔顧客，還可以預測顧客對不同的行銷活動，會有什麼反應。
介紹完以上兩種以智慧程度分類的AI，我們再介紹另外兩種：獨立的AI和整合的AI。
第一類是獨立的應用程式。
這種AI程式與其他系統不相連，顧客或員工只能獨立使用。
比方美妝品牌歐蕾，就有一款叫「皮膚顧問」的app。顧客可以上傳自己的自拍照，其中的AI會藉此評估這位顧客的年齡和皮膚類型，然後推薦適合的產品。不過這款app沒有辦法跟歐蕾的實體店面或亞馬遜等第三平台連結，如果你想購買這個app推薦的某種商品，就要跳出app，去其他平台購買。
第二類是整合的應用程式。
這些AI內建在系統中，通常也具有機器學習的能力，而且也很常見。例如Netflix的平台中就內建構了這種AI，它會預測觀眾的喜好，及時為觀眾推薦他們可能想看的影片。
把上述介紹的四種AI，相互結合在一起，就會產生四種運用類型，分別是獨立的機器學習應用程式、整合的機器學習應用程式、獨立的任務自動化應用程式，以及整合的任務自動化應用程式。
了解這四種分類之後，接下來你就能根據公司的策略，去挑選適合的AI程式了。
如果你的公司沒有太多使用AI的經驗，那最好就從最基礎、最簡單的自動化應用程式開始，例如上述所提到的聊天機器人。
等到公司逐漸掌握AI技能，並且累積大量的顧客和市場數據之後，就可以開始從任務自動化轉移到機器學習的AI。比如有某個專門賣衣服的電商，他們使用的AI可以協助造型師，根據各種使用數據，為顧客設計客製化的服裝搭配。
如果公司對行銷AI的掌握已經十分熟練，那麼就可以將決策完全自動化，甚至可以把大部分的決策重任交給AI。這對重複性的快速決策很重要，例如程式化的廣告購買，現在各種平台上可見的數位廣告，幾乎是根據數據分析，即時投放給使用者的，根本沒時間等高層主管做決定。而將這類重複性高、又有一定規則的決策交給AI之後，高層主管也能更有效率的運用時間。
因此，從事行銷的你，應該盡可能轉向自動化程度更高的決策，因為這就是行銷領域可以從AI技術中獲得最大報酬的地方。
以上摘自〈設計AI專屬行銷策略 〉。AI的發展日新月異，而能從中獲益最多的，就是行銷。我們建議身在行銷領域以及資訊科技部門的你，多多關注AI能帶來的行銷力量，然後擬定策略，以善用AI的功能，以及未來更多的可能性。
延伸閱讀：
